通用航空事故报告的文本挖掘与前兆模式识别

1 · 创新命题

中 面向通用航空飞行俱乐部与保险方的风险简报工具，用 NNTSB/ASRS 公开事故与 事件报告文本，识别"事件（未遂）"叙述中反复出现的、最终演变为事故的前兆模式， 把现有靠人工阅读月报的做法替换为可量化排序的风险主题清单。 EN A risk-briefing tool that mines public NTSB/ASRS narratives for the precursor patterns that recur in near-misses and later show up in accidents — replacing hand-read monthly digests with a ranked, quantified list of what is actually trending.

2 · 背景与空白

通用航空事故率远高于运输航空。NTSB 事故报告与 ASRS 自愿报告系统均有大量公开文本。 已有工作：航空安全领域有基于 ASRS 的文本挖掘研究（主题模型、分类）， 多发表于安全科学期刊；NASA 自己也做过 ASRS 分析工具。 空白在：把"事件报告主题"与"后续事故"做时序关联、检验前兆性的公开研究稀少， 且没有面向飞行俱乐部的可操作输出。适合学生课题：数据完全公开、纯 CPU、 且结论正负都成立（若无前兆性，那也是重要的否定结论 —— 说明自愿报告系统的预警价值有限）。

3 · 可检验假设

H1 在给定机型类别上，ASRS 事件报告中某主题的季度频次上升， 可在领先 2–4 个季度上与 NTSB 同类事故频次正相关（Spearman ρ ≥ 0.35，p < 0.05）。 H2（备择）若无显著领先关系，则两者同期相关而无领先性， 说明自愿报告反映的是已发生风险的记录而非预警信号 —— 这一结论对安全管理同样重要。

4 · 量化验收标准

1. 【方法学校验 · 硬门槛】 用自建 NLP 管线复现至少 1 项已发表的 ASRS 主题分析 的主要主题构成，主题重合度（如 top-10 关键词 Jaccard）≥ 0.5。 此条不过，后续关联分析无意义。
2. 样本：ASRS ≥ 20,000 条报告，NTSB ≥ 3,000 起事故，覆盖 ≥ 15 年。
3. 统计口径预先写死：时间序列相关必须做预白化（去趋势去季节）后再算相关， 否则共同趋势会造成伪相关 —— 这是本课题最容易犯的错； 多重比较（多主题 × 多滞后）必须做 FDR 校正并报告校正前后的差异。
4. 必须做安慰剂检验：用随机打乱的主题序列重跑，确认显著性不是流程假象。
5. 主题模型的主题数选择必须有依据（如一致性分数扫描），不得凭感觉定 K。
6. 全部代码开源；因 ASRS/NTSB 数据公开，第三方可完全复现。

5 · 数据与工具

用途	来源 / 工具
事件报告	NASA ASRS 数据库（公开，可批量下载 CSV）
事故报告	NTSB CAROL 数据库（公开 API/下载）
NLP	Python + gensim（LDA）或 BERTopic；注意 AI 使用政策（见下）
统计	statsmodels（预白化、交叉相关）
对照基准	已发表 ASRS 主题分析论文 —— 仅用于校验，不计入本项目贡献

Conrad AI 政策注意：本课题使用主题模型/嵌入模型属于把 AI 做进产品（允许）， 但简述中必须能解释模型如何工作；且若使用预训练语言模型， 需在参考文献 PDF 中按来源引用。不得让 AI 代写简述文本。

能力边界：ASRS 报告为自愿提交且经过去标识化处理，存在系统性报告偏倚 （某些机型/运营人报告率更高）；必须在讨论中量化该偏倚的可能方向，不可当作随机样本。

6 · 赛季执行路径

1. 第 1–2 周：下载数据；建清洗管线；完成方法学校验（复现已发表主题）。
2. 第 3 周：主题数扫描；确定 K 并记录依据。
3. 第 4–5 周：产出主题-时间序列；实现预白化。
4. 第 6 周：交叉相关分析（多滞后）；FDR 校正。
5. 第 7 周：安慰剂检验 —— 这一步不做，结果不可信。
6. 第 8 周：报告偏倚分析；按机型/运营类别分层重跑。
7. 第 9 周：向一位飞行教员或安全经理做结果评审访谈，取得引用许可。
8. 第 10–12 周：风险简报原型（输出形态）+ 简述撰写。

7 · 新颖性边界

不声称：不提出新的 NLP 方法；不声称发现新的事故因果机制； 不声称本工具可预测具体事故（这是伦理红线，必须在简述中明确否认）。 已有工作：ASRS 文本挖掘有既有文献（主题模型、分类）； NASA 有内部分析工具；安全科学领域有前兆理论（如 Heinrich 金字塔，且该理论本身有争议）。 本项目贡献：首个公开可复现的、检验 ASRS 主题对 NTSB 事故是否具领先性的时序研究， 含安慰剂检验。H2 为真同样构成完整结论，且对安全管理实践有直接含义。 护城河类型：工作流替换（D）—— 把"人工读月报"替换为量化排序； 诚实说明：方法可复制，护城河弱，真正价值在持续更新的风险基准库（E）。

8 · go/no-go

第 2 周末：若无法复现任何已发表主题分析（重合度 < 0.3），说明清洗或建模有误 → 降级为监督分类任务（用 NTSB 已标注的事故类别做有监督主题分配，绕开无监督主题模型的不稳定性）， H1 框架不变。 第 7 周末：若安慰剂检验显示随机序列也能产生同等显著性 → 立即停止声称任何相关性，转为报告方法学否定结论： "在本数据规模与统计流程下，无法从 ASRS 主题中提取对 NTSB 事故的领先信号"， 并分析所需样本量。这是诚实且完整的课题。